NeRFTAP：利用神经辐射场提升对抗性贴片在人脸识别中的可转移性

原文约300字，阅读约需1分钟。发表于：。

我们提出了一种考虑到人脸识别模型的可迁移性和受害者人脸图像的新型对抗攻击方法 NeRFTAP，在使用 NeRF-based 3D-GAN 生成新视角人脸图像的基础上，引入了样式一致性损失来提高生成的对抗性人脸图像的有效性和自然性。在各种人脸识别模型上的大量实验证明我们的方法相比现有的攻击技术更为优越。我们的研究为提高实际对抗环境中人脸识别系统的稳健性提供了宝贵的见解。

研究者提出了一种新型对抗攻击方法NeRFTAP，通过引入样式一致性损失，提高了生成的对抗性人脸图像的有效性和自然性。实验证明该方法比现有攻击技术更优越，为提高人脸识别系统的稳健性提供了见解。